线性回归方程

  • 格式:doc
  • 大小:144.50 KB
  • 文档页数:3

下载文档原格式

  / 3
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

线

性回归方程(1)

一.教学任务分析:

(1)通过收集现实问题中两个有关联变量的数据作出散点图,并利用散点图直观认识变量间的相关关系.

(2) 了解最小二乘法的含义,知道最小二乘法的思想,能根据给出的线性回归方程系数公式建立线性回归方程.

(3)在两个变量具有线性相关关系时,会在散点图中作出线性回归直线,会用线性回归方程进行预测.

二.教学重点与难点:

教学重点:回归直线方程的求解方法. ↓

四.教学情境设计:

1.创设情景,揭示课题

6个数对所表示的点在坐标系内标出,得到散点图.

从散点图可以看出.这些点大致分布在通过散点图中心

的一条直线的附近.

如果散点图中点的分布从整体看大致分布在一条直线的附近,我们称这两个变量之间具有线性相关关系,这条直线叫回归直线.

如果能够求出这条回归直线的方程,我们就可以比较清楚的了解热茶销量与气温之间的关系.

2.最小二乘法

选择怎样的直线近似地表示热茶销量与气温之间的关系? 我们有多种思考方案:

(1)选择能反映直线变化的两个点,例如取(4,50),(18,24)这两点的直线; (2)取一条直线,使得位于该直线一侧和另一侧的点的个数基本相同;

(3)多取几组点,确定几条直线方程,再分别算出各条直线斜率、截距的平均值,作为所求直线的斜率、截距; ………………

怎样的直线最好呢? ------从整体上看,各点与此直线的距离最小.

即: 用方程为ˆy

bx a =+的直线拟合散点图中的点,应使得该直线与散点图中的点最接近.那么,怎样衡量直线ˆy

bx a =+与图中六个点的接近程度呢? 我们将表中给出的自变量x 的六个值带入直线方程,得到相应的六个ˆy 的值: 26,18,13,10,4,b a b a b a b a b a b a +++++-+.这六个值与表中相应的实际值应该越接近

越好.所以,我们用类似于估计平均数时的思想,考虑离差的平方和:

222222

22(,)(2620)(1824)(1334)(1038)(450)(64)12866140382046010172

Q a b b a b a b a b a b a b a b a ab b a =+-++-++-++-+

+-+-+-=++--+

(,)Q a b 是直线ˆy

bx a =+与各散点在垂直方向(纵轴方向)上的距离的平方和,可以用来衡量直线ˆy

bx a =+与图中六个点的接近程度,所以,设法取,a b 的值,使(,)Q a b 达到最小值.这种方法叫做最小平方法(又称最小二乘法) .

先把a 看作常数,那么Q 是关于b 的二次函数.易知,当1403820

21286a b -=-

⨯时, Q 取得最小

值.同理, 把b 看作常数,那么Q 是关于a 的二次函数.当140460

12

b a -=-时, Q 取得最小

值.因此,当14038202128614046012

a b b a -⎧

=-⎪⎪⨯⎨

-⎪=-⎪⎩时,Q 取得最小值,由此解得 1.6477,57.5568b a ≈-≈.所求直线方程为ˆ 1.647757.5568y

x =-+.当5x =-时,ˆ66y ≈,故当气温为5-0

C 时,热茶销量约为66杯.

3.线性回归方程的求解方法

一般地,设有n 个观察数据如下:

当,a b 使1122()()...()n n Q y bx a y bx a y bx a =--+--++--取得最小值时,就

称ˆy

bx a =+为拟合这n 对数据的线性回归方程,该方程所表示的直线称为回归直线. 上述式子展开后,是一个关于,a b 的二次多项式,应用配方法,可求出使Q 为最小值时的,a b 的值.即

⎪⎪⎪⎩

⎪⎪⎪⎨⎧

-=--=---=---=--==-=--∑∑∑∑x b y a x n x y

x n y x x x y y x x b n i i n i i i n i i n i i i 2

1

21

11)())((,(*) ∑==n i i x n x 11, ∑==n i i y n y 11 线性回归方程是

ˆy

bx a =+,其中b 是回归方程的斜率,a 是截距.系数 4.求线性回归方程的步骤: (1)计算平均数y x ,;

(2)计算i i y x 与的积,求∑i

i

y

x ;

(3)计算

∑2

i

x

(4)将结果代入公式

∑∑=--

-=--=

n

i i

n

i i

i x

n x

y x n y

x b 1

2

21,求b ;

(5)用 x b y a -=,求a ; (6)写出回归方程

5. 线性回归方程的应用

(2)求出回归直线方程

解:(1)散点图(略).

故可得到 257

3075.43.399,75.430

770002≈⨯-=≈⨯-=

a b 从而得回归直线方程是^

4.75257y x =+.

6.小结:

对一组数据进行线性回归分析时,应先画出其散点图,看其是否呈直线形,再依系数,a b 的计算公式,算出,a b .写出回归方程

7.课外作业: